新闻详情

新闻详情

首页 / 资讯中心 / 详情

03-GNU-Make与Kbuild构建系统

发布时间:2026/11/12 9:06:46来源:尧图网络
03-GNU-Make与Kbuild构建系统
文章目录一、概述二、形象比喻:建筑工地三、GNU Make 核心机制3.1 规则语法3.2 SDK 顶层 Makefile 核心变量3.3 Make 执行流程四、Kbuild 内核构建系统4.1 核心变量4.2 Kbuild 编译流程4.3 内核顶层 Makefile 关键变量五、SDK 中 Make 与 build.sh 的协作六、实际调试技巧6.1 查看 Make 变量展开6.2 Kbuild 条件编译追踪6.3 SDK 编译日志位置📝 本章小结核心概念对比🏠 课后练习上一章搞清楚了交叉编译工具链–arm-linux-gnueabihf-gcc是怎么回事、为什么要"交叉"编译。工具链有了,接着一个自然的问题:SDK 里几百上千个.c,到底是谁在指挥它们按什么顺序编、哪些编进内核、哪些编成模块、哪些压根不编?答案就是 GNU Make 和 Kbuild。这章解决四个问题:make命令怎么从Makefile里找到规则、怎么决定先编谁后编谁;Kbuild 的obj-y、obj-m变量怎么控制哪些代码参与编译;Makefile和Kconfig到底什么关系,为什么总是成对出现;只改一个.c文件然后增量编译,make 怎么知道只重编这一个、不全部重来。开讲前先在内核目录翻一个Makefile,比如drivers/net/ethernet/stmicro/stmmac/Makefile,看一眼那行obj-$(CONFIG_STMMAC_ETH) += stmmac.o,带着疑问往下听,讲完就懂它什么意思。一、概述整个 SDK 的编译由两套构建系统协作完成:GNU Make 负责顶层调度,Kbuild 负责内核和 U-Boot 内部的模块化编译。Make 是通用的,任何 C/C++ 项目都能用;Kbuild 是 Linux 内核专用的,可以理解为 Make 的"上层扩展"。SDK 里 M
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉